“潜水”还是“学习”：在线协作学习中“在线倾听”行为再审视

王中国 彭文辉 刘清堂 史玲玲

[摘   要] 学习者“在线倾听”行为是一种复杂的社会化活动，是在线协作学习对话的前提和基础，但并未引起正视和积极理解。基于对话教学理论视角，研究采用滞后序列分析、内容分析、社会网络分析等研究方法，分析学习者“在线倾听”行为模式特征，及其对学习者认知过程、批判性思维和学习绩效的潜在影响。研究发现，学习者“在线倾听”行为是在线协作学习的常态行为，存在显著性差异，在时间结构上呈现周期性和阵发性；专注的“在线倾听”，高频次的回顾/反思倾听，有益于学习者高水平知识建构和批判性思维发展；高、低绩效学习者群体的“在线倾听”行为模式存在显著差异，高绩效组“在线倾听”行为更专注、行为路径更完整。这些发现为理解和解释数字教育场景下在线学习发生的内隐规律和内在机制提供理论支撑和实践参考。

[关键词] 在线倾听； 在线发言； 在线协作学习； 行为序列模式； 内在机制

[中图分类号] G434            [文献标志码] A

[作者简介] 王中国（1979—），男，湖北郧县人。讲师，博士研究生，主要从事在线学习行为研究。E-mail：china_wzg@163.com。彭文辉为通讯作者，E-mail：pwh@mail.ccnu.edu.cn。

一、问题的提出

数字技术正重塑教育形态，改变人们的学习和思维方式。在线学习是一个复杂和动态变化的过程，涉及认知、情感、行为和社交等要素，包含多重复杂的人机关系，需用复杂性系统研究的方法来审视和揭示其内隐规律和内在机制，并对其进行综合整体的解读[1]。异步在线讨论是在线协作学习的重要形式，它为学习者创设了一个相互交流、协同参与的探究社区。探究社区以相互倾听关系为基础而形成[2]，相对于面对面交流，学习者有更多的时间进行倾听、反思和组织观点，对话方式更加多元。

从对话教学理论的视角来看，课堂对话是有效教学的关键[3]，学习者通过对话可以获得不同的观点，发展批判性思维并加深理解[4]。在线协作学习中，学习者个人反思和共同对话融合在迭代的探究过程中，具有发起和维持批判性对话的潜力。批判性对话过程中包括倾听、反思和表达观点[5]，“倾听”是有效对话的前提和基础[6]。在线协作学习对话依赖于学习者必须参与的两个相互关联的活动：“在线倾听”（浏览帖子、回顾/反思等）和“在线发言”（发帖/回帖等）[7]。“在线倾听”指在线协作学习中学习者以不同的、特定的方式关注他人帖子的活动[8]。“在线倾听”不是一种孤立的、没有联系的行为，而是发生在数字化学习情境下的一种社会化活动，受个人需求、目标、动机和环境所驱动[9]。学习者查看学习资源、浏览他人观点或观察他人的参与行为，即“在线倾听”，类似实践社区中的学徒式学习和课堂对话的“倾听”，间接或替代学习有可能发生[10]。在线讨论行为的干预研究发现，只浏览帖子的学生也会对干预做出响应[11]。然而，多数研究把“在线发言”行为频次和内容质量看作评价在线学习绩效的关键指标，“在线倾听”作为在线协作学习中普遍存在的“合法的边缘性参与”[12]，也是一种积极的学习参与，但并未引起足够正视和积极理解。若仅用“在线发言”行为来表征学习者在线学习的学习状态和学习结果，存在以偏概全的风险[13]。“在线倾听”是“潜水”还是“学习”仍存在争议，缺乏对“在线倾听”行为及其间接表征的隐性认知和思维活动的测量与分析。

学习行为能够反映学习者的学习状况和内部思维过程[14]。现有研究多聚焦“在线倾听”行为的频次测量，缺乏细粒度分析，未能明确哪些“在线倾听”行为更有效，为何有效和如何检验[15]。学习是一个不断积累变化的动态过程，“在线倾听”行为应置于在线协作学习活动中整体考量，综合测量“在线倾听”行为的过程要素、强度要素、行为目的、行为结果[16]，挖掘其行为模式和内隐规律，以解释在线协作学习的过程机制。

二、研究设计

（一）研究对象

研究以武汉市某高校教育技术学专业“信息技术与课程整合”课程的大学三年级本科生为研究对象，共两个班级，其中，一个班级41人，男生7人，女生34人；另一个班级39人，男生10人，女生29人。授课时间分别为2019年9月至2020年1月、2020年9月至2021年1月，线上学习活动包括自主学习、主题讨论、作品提交与评价、自评互评、学习反思等，线下学习活动包括课堂讲授、小组任务协作、人工制品展示、互评反思等。

（二）研究思路与研究方法

研究采用交互分析模型（Interactive Analysis Model，IAM）[17]对话语中认知交互进行编码，包括分享、发现、协商、修改、建构等五个阶段，依据Elizabet Murphy提出的批判性思维编码体系[18]将话语中学习者批判性思维分为辨识、理解、分析、评价、创新五个维度，如图1所示。在线学习中个体—群体—人工制品之间的三元交互学习视为“在线协作学习对话”，包括“在线倾听”和“在线发言”。“在线倾听”行為细分为单一主题的“一次登录一次倾听（STSL）”“一次登录多次倾听（STML）”“多次登录多次倾听（MTML）”“回顾/反思倾听（RL）”和多主题的“一次登录多主题倾听（STMTL）”五类；“在线发言”细分为“发帖（P）”“回帖/评价（RP）”两类。按照时序、事件（主题线程）、行为序列三个层次，确定“在线倾听”行为序列的边界。采用滞后序列分析方法，使用交互行为分析软件GSEQ 5挖掘显著性“在线倾听”行为序列，并将显著性行为序列进行格式转换，导入社会网络分析工具Python3.8+Networkx2.5，生成“在线倾听”行为有向路径图。

（三）数据收集与分析

课程已开展5个学期，学习者在线协作学习行为的描述性统计，见表1。研究对2019—2020-1、2020—2021-1两个学期的学习者在线协作学习行为数据进行采集、编码、清洗和时序对齐，使用如图1所示的编码框架对“在线发言”内容进行编码，编码单元为每条发帖信息。由两位经过编码培训的教师完成编码，IAM编码和批判性思维编码结果的Cohen Kappa值分别为0.752和0.791，不一致的编码结果经协商后达成共识。

三、研究结果

（一）“在线倾听”行为的时间结构和行为模式分析

从表1可以看出，学习资源浏览行为频次最高，“在线倾听”行为低于资源浏览行为，但远高于“在线发言”行为。两个学期，学习者在线协作学习行为的时间结构具有相似性，如图2所示。学期初，学习者在线协作学习行为数量快速增加，随后逐渐降低，表现出一定的周期性和阵发性，与教师发布的学习任务期限时间较为一致。

分别对学期前期、学期中期、学期后期和任务周期之外的“在线倾听”和“在线发言”行为进行滞后序列分析，筛选出残差表中Z-score>1.96的行为序列，生成每个阶段的行为转换图，如图3所示。可以看出，以“在线倾听”行为为起点，显著性值最高的行为序列为STSL→P→RL→RL。

学期前期，STSL、MTML与P、RP和RL构成显著性行为序列。STML、STMTL重复发生的概率最高，但并未与发帖、回帖行为构成显著性行为序列。学期中期，STSL、STML和MTML与P、RL构成显著性行为序列，STSL与RP、RL也构成显著性行为序列。学习者“在线倾听”与“在线发言”行为之间的逻辑顺序多样化，但相对规律和完整。学期后期和任务周期之外，STMTL→RP→STMTL构成显著性行为序列，与RL行为之间的逻辑顺序减少并消失。可以看出，在不同的学习阶段，学习者“在线倾听”行为模式存在显著差异性。

（二）不同认知阶段的“在线倾听”行为模式分析

对“在线倾听”及认知阶段进行滞后序列分析，筛选出残差表中Z-score>1.96的行为序列，生成“在线倾听”与认知阶段行为转换图，如图4（a）所示。

可以看出，STSL与认知阶段I1、I2、I3、I4之间均构成显著性行为序列，RL为多数显著性路径的终点。与高层次认知阶段I3、I4、I5构成显著性行为序列有STMTL→I3、STSL→I3、STSL→I4、MTML→I5。不同认知阶段之间，I1→I3、I5→I3、I4→I3之间均有直接或间接显著性路径，即同一主题线程的专注倾听、多频次重复倾听与高认知阶段形成显著行为逻辑顺序。

图4   “在线倾听”—认知阶段行为转换图及行为路径

将学习者“在线倾听”和“在线发言”的认知阶段转换为节点，生成在线学习参与行为有向路径图，如图4（b）所示。节点的直径越大，表示该节点的度越高，即行为越频繁；节点间连线颜色越深，权值越大，表示两个节点之间的关系越强，行为序列发生的概率越高。可以看出，“在线倾听”行为中RL行为频次最高，STSL频次最低；“在线发言”的认知阶段中I3频次最多，I5频次最少；MTML与I5之间具有显著的关联关系。

（三）不同批判性思维的“在线倾听”行为模式分析

“在线倾听”行为与批判性思维维度的显著性序列转换图，如图5（a）所示。从批判性思维的五个维度来看，以“在线倾听”行为为起点，STSL与R、U、A、E、C之间存在显著性序列。MTML与U、A、C之间存在显著性序列。学习者专注于一个主题线程的“在线倾听”行为（STSL、MTML），与学习者高阶批判性思维发展E、C构成显著行为序列。批判性思维的R、U、A、E维度与RL之间构成显著性序列，而C与RL之间未构成显著性序列，可能是一个话题未形成创新性观点之前，学习者关注度高，RL行为频繁，形成创新观点之后，学习者关注度降低，RL行为减少，主题线程中断。

图5   “在线倾听”—批判性思维维度行为转换图及行为路径

图5（b）为“在线倾听”行为—批判性思维维度的有向路径图，图中节点为学习者“在线倾听”和批判性思维维度，边的权值表示“在线倾听”行为与批判性思维维度之间的相关度。可以看出，批判性思维维度E频次最高，与不同的“在线倾听”行为、批判性思维的其他维度均有显著性关联关系。STSL和MTML与C之间具有显著性关联关系。

（四）不同学习绩效学习者的“在线倾听”行为模式分析

按照学习者综合绩效的50%为界，将学习者分为高绩效组、低绩效组两组，生成两组学习者的“在线倾听”行为显著性序列转换图，如图6所示。其中，图6（a）为所有学习者整体行为转换图，以“在线倾听”为起点，显著性值最高的行为序列为STSL→P→RL→RL。STML、MTML与P、RL，STMTL与R、RL也构成显著性行为序列。图6（b）为高绩效组学习者群体的行为转换图。以“在线倾听”为起点，显著性值最高的行为序列为STSL→P→RL→RP→RP→RL。单一主题的“在线倾听”行为（STML、MTML）与发帖、回帖、回顾/反思倾听都构成完整的行为路径。一次登录多主题倾听（STMTL）行为并未形成类似的行为路径，而是在回帖之后进行多主题倾听。发帖、回帖之后都有较高的回顾/反思倾听行为。图6（c）为低绩效组学习者群体的行为转换图。显著性值最高的路径为STSL→P→RL→RL。低绩效学习者具有显著的STMTL→RP行为，且回帖之后很少回顾/反思。

四、讨论与建议

（一）在线协作学习中学习者“在线倾听”行为具有普遍性和显著差异性

在線协作学习中，不同学习者的学习行为规律遵循幂律分布[19]，“在线倾听”行为因时而异、因人而异，“在线倾听”与“在线发言”行为密切相关。从表1可以看出，在线协作学习过程中学习者整体“在线倾听”行为数量是“在线发言”行为的2倍以上，时间结构上呈现阵发性和阶段性特征（图2）；不同学习阶段的“在线倾听”行为时间结构和行为模式存在显著性差异（图2、图3），不同学习者、不同学习绩效学习者群体的“在线倾听”和“在线发言”行为存在显著性差异（表1、图6）。学期前期，各种倾听行为高于在线发帖、回顾/反思倾听行为，学习者处于观望、观察和适应阶段。学期中期，STSL和MTML与“在线发言”行为构成显著性路径，“在线倾听”频次整体降低，P→RP发生概率减少，回帖前有更多专注的倾听行为。学期前期和学期中期，P→RL，RP→RL有较高的发生概率，在线学习者一方面关注自己的发帖被他人回复、评论、点赞的情况，另一方面通过RL，引发进一步反思和深层知识建构。学期后期，STMTL→RP构成显著性行为序列，“在线发言”之后，RL较少，可能与部分学习者为了完成在线学习任务突击性发帖/回帖行为有关，与低绩效组学习者的“在线倾听”行为模式也较为一致。

研究结果表明，在线倾听→发帖/回帖→回顾/反思是在线协作学习对话中的显著性行为序列，有其内隐规律和内在机制，是在线学习的行为常态。在一定意义上，也喻示了有意义的在线协作学习对话依赖于学习者必须参与的两个基本的相互关联的活动：访问现有帖子的“在线倾听”和创建帖子的“在线发言”[7]。建议在线协作学习相关研究中，积极理解和解释“在线倾听”与“在线发言”之间的潜在关系，及其间接表征的学习者认知和思维活动对在线学习的潜在价值和影响。在线教学中，根据学习者在线学习行为的差异性和不同学习阶段的行为模式特征，进行适时适切地动态干预和指导，促进更具个性化的有效在线学习。

（二）学习者“在线倾听”行为影响认知阶段发展

学习者“在线倾听”是复杂的认知活动，包含许多心理过程和认知决策[20]，对学习者在线协作学习的认知过程和知识建构产生潜在影响。研究结果显示，学习者高频次、专注的“在线倾听”（关注和浏览他人帖子，即“在線倾听”广度和深度）与高质量“在线发言”（共同问题理解、更具批判性和更丰富的论证结构）密切相关。与高层次认知阶段对应的是MTML和STSL（图3）。其中，显著性序列“MTML→C”表明，高质量的“在线倾听”有助于学习者发展较高层次的认知阶段，即便只是观察和倾听也对学习者的认知产生影响。学习者“在线倾听”的时长信息分析发现，与较高认知阶段相关的“在线倾听”行为，除STMTL之外，其他在线倾听行为时长平均值高于低认知阶段相关的在线倾听行为。即专注和长时间的“在线倾听”能够帮助学习者了解、判断和归纳他人观点，与自己的认知和经验进行比较、印证、反思和内化，促进意义协商和高层次知识建构[21]。STMTL、STML与分享、协商认知阶段形成显著性行为序列，表明非专注的、快速浏览式倾听不利于高认知阶段发展，其结果可能是肤浅的、缺乏论证的交流。

诚然，学习者不倾听他人观点，也可能产生高质量的“在线发言”，但关注他人帖子，了解多样化观点，对他人观点进行更深思熟虑的回应，创建具有复杂论证结构的发言，能促进学习者引发批判性思考，向高认知阶段发展。因此，在线教学中，建议为学习者提供明确的“在线倾听”策略指导，引导学习者进行专注、思辨式“在线倾听”，与自己的先验知识进行对比反思，促进对问题的共同理解和协同知识建构的发生，获得有意义的在线学习体验。

（三）“在线倾听”行为影响学习者的批判性思维发展

异步在线讨论中，学习者有更多时间和机会对讨论内容进行分析、思考和判断，学习者“在线倾听”的频次和模式能够锻炼批判性思考和归纳总结能力[22]。STSL→E构成显著性行为序列，MTML与中高水平的批判性思维构成显著性行为序列，表明“在线倾听”不是简单接受和关注他人观点，而是促进对话进程。学习者专注于一个主题线程的“在线倾听”行为（STSL、MTML），可能意味着学习者自主选择“在线倾听”的时间、方式和策略，发帖前多频次地“倾听”他人观点，经历更多的认知冲突和思维碰撞，与自己的经验和已有认知进行对比，引发学习者批判性思考，发展高阶批判性思维。同时，不同学习绩效学习者的“在线倾听”行为分析结果显示，高绩效学习者不仅“在线倾听”行为模式不同于低绩效组学习者，在发帖（P）/回复（RP）事件之后，还存在较高频次的回顾/反思（RL）行为，如回顾、整合和修正观点。

建议优化在线学习环境，提供数据驱动的反思性评价支架，通过适时引导、干预和建立契约等方式，促进学习者知识创新话语发展和认知情绪调节[23]；提供“在线发言”论证结构支架，鼓励学习者在充分“倾听”他人观点的基础上，与先验知识进行对比与反思，结合查找到的论据，生成具有复杂论证结构的“在线发言”；建立反馈提示机制，可视化“在线倾听”和“在线发言”过程，引导学习者及时关注他人“在线发言”，回顾/反思个人“在线发言”，从而促进学习者批判性思维的发展。

（四）学习者“在线倾听”行为模式与学习绩效之间存在潜在关联

在线协作学习中学习者“在线倾听”行为模式影响“在线发言”质量，具有间接表征学习者隐性认知过程、思维活动和影响学习绩效的潜力。学习者在发帖或评论之前，进行大量的“在线倾听”行为，即学习者需要更多地了解他人的观点、观察其他人的参与行为，可能产生替代性学习经验；学习者在“在线发言”之后，进行重复性的“回顾/反思倾听”，即查看同伴反馈和回顾自己发帖，可能引发认知冲突和碰撞，促使学习者进行批判性思考和深层知识建构。

研究结果表明，高绩效组具有较高的在线“倾听”参与并贡献更多的高层次知识建构的帖子，低绩效组参与“发言”和“倾听”较少，以社交互动为主的发帖较多，与课程内容相关的发帖较少[24]。高绩效组在学习参与、协作反思、在线讨论各方面具有较好的表现，参与在线协作学习过程中以回答他人问题和参与问题讨论为主[25]。本研究进一步明确了学习者“在线倾听”行为模式与学习绩效之间的关联，高、低绩效学习者群体的“在线倾听”行为模式存在显著差异。高绩效学习群体“在线倾听”更加专注，以长时间的STSL和MTML为主，低绩效学习者表现出更多的STMTL行为，批判性思维主要为E、R，且处于低水平认知阶段。同时，高绩效组行为顺序模式不同于低绩效组，高绩效组的在线学习行为更加有序[26]，在发帖和回复之后，有更多的回顾与反思行为，意味着学习者批判性思考及反思能够促进更深入地学习，影响学习者高阶认知和学习绩效。

建议在线学习相关研究突破聚焦于在线协作学习中学习者发帖/回帖行为频次和内容质量的局限性，充分利用数字学习场景的可记录性和丰富的学习轨迹数据，整合显性和隐性行为数据，兼顾粗粒度信息，挖掘深层细粒度数据和隐含规律[15]，以理解和解释数字化学习的认识过程和内在机制。优化在线讨论策略设计，提供丰富的分析工具和学习支架，构建新型异步在线讨论环境[27]，感知学习者认知状态和认知情绪，进行精准和适切的干预，激发和维持富有成效的学习者在线学习参与。

五、结   語

本研究基于对话教学理论视角，对在线协作学习中学习者“在线倾听”行为进行基于时序的细粒度分析，探讨了“在线倾听”行为模式差异与“在线发言”质量之间的关联，及其对学习者认知过程、批判性思维发展和学习绩效的潜在价值和影响，为理解和解释在线协作学习的内隐规律和内在机制提供了有益参考。然而，由于本研究数据来源于混合式学习情境下，一门课程、两个不同班级的学习者在线学习日志数据，存在一定局限性。一方面，未考虑在线讨论之外的其他学习活动对在线协作学习对话活动的影响，如在线资源浏览、线下教学活动等，一定程度上会产生噪声干扰，影响研究结果的准确性；另一方面，研究对象具有一定的特殊性，研究结果可能会因不同的学习情境、课程结构和学习任务类型而存在差异。因此，后续研究需在不同的数字化学习情境中，进行干预性设计和实证研究，进一步明确和验证“在线倾听”行为模式对数字化学习的潜在价值和影响，深入理解和解释在线学习的内隐规律和内在机制。

[参考文献]

[1] 陈文新，赵婧.信息化学习的发生机制研究——基于唐·伊德技术现象学的思考[J]. 华东师范大学学报（教育科学版），2022，40（10）：100-107.

[2] 吴井娴.通过对话来学习：佐藤学的学习共同体述评[J].上海教育科研，2016，344（1）：40-43.

[3] VAN DER VEEN C， VAN OERS B. Advances in research on classroom dialogue： learning outcomes and assessments[J]. Learning and instruction，2017（48）：1-4.

[4] MERCER N， DAWES L. The study of talk between teachers and students， from the 1970s until the 2010s[J]. Oxford review of education，2014，40（4）：430-445.

[5] GARRISON D R. Thinking collaboratively： learning in a community of inquiry[M]. New York：Routledge，2016.

[6] O'CONNOR C， MICHAELS S， CHAPIN S， HARBAUGH A G. The silent and the vocal： participation and learning in whole-class discussion[J]. Learning and instruction， 2017，48：5-13.

[7] WISE A F， SPEER J， MARBOUTI F， HSIAO Y. Broadening the notion of participation in online discussions： examining patterns in learners' online listening behaviors[J]. Instructional science， 2013，41（2）：323-343.

[8] WISE A F， HSUDKNECHT S N， ZHAO Y. Attending to others' posts in asynchronous discussions： learners' online "listening" and its relationship to speaking[J]. International journal of computer-supported collaborative learning， 2014，9：185-209.

[9] NONNECKE B， PREECE J. Silent participants： getting to know lurkers better[C]// LUEG C， FISHER D， et al. From usenet to CoWebs： interacting with social information spaces. London： Springer，2003：110-132.

[10] ARNOLD N， PAULUS T. Using a social networking site for experiential learning： appropriating， lurking， modeling and community building[J]. The internet and higher education，2010，13（4）：188-196.

[11] LA VISTA D， FALKNER N， SZABO C. Understanding the effects of intervention on computer science student behaviour in on-line forums[J]. ACM，2017：200-205.

[12] LUTZ C， HOFFMANN C P. The dark side of online participation： exploring non-， passive and negative participation[J]. Information， communication & society，2017，20（6）：876-897.

[13] 汪玉峰.在线课程讨论环节“低参与率”现象的积极理解与应对——基于对话教学理论的视角[J].电化教育研究，2022，43（5）：47-52.

[14] 李士平，赵蔚，劉红霞，刘东亮，刘凤娟.数据表征元认知：基于学习分析的网络自主学习行为研究[J].电化教育研究，2017，38（3）：41-47.

[15] 刘三女牙，胡天慧，柴唤友.新型异步在线讨论环境的应用图景与发展路向[J].现代远程教育研究，2021，33（5）：33-41，62.

[16] CHAI H， LIU Z， HU T， LI Q. A new conceptual framework for measuring onlinelistening in asynchronous discussion forums[C]// PINKWART N， LIU S. Artificialintelligence supported educational technologies. Advances in Analytics for Learning and Teaching. Cham： Springer，2020：59-73.

[17] GUNAWARDENA C N， LOWE C A， ANDERSON T. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J]. Journal of educational computing research， 1997，17（4）：397-431.

[18] MURPHY E. An instrument to support thinking critically about critical thinking in online asynchronous discussions[J]. Australasian journal of educational technology，2004，20（3）：295-315.

[19] 李月，姜强，方慧，等.基于人类动力学的在线学习行为规律分析及建模研究[J].电化教育研究，2023，44（1）：77-83.

[20] BURLESON B R. A constructivist approach to listening[J]. The international journal of listening， 2011，25（1-2）：27-46.

[21] 刘清堂，陈锋娟，张思，等.在线协作学习对话分析模型构建及应用——基于元认知视角的研究[J].电化教育研究，2022，43（11）：53-59.

[22] 陈鹏宇，冯晓英，孙洪涛，等. 在线学习环境中学习行为对知识建构的影响[J].中国电化教育，2015，343（8）：59-63，84.

[23] 杨玉芹，袁凯程，SALAS-PILCO SDENKA ZOBEID，等.数据支持的反思性评价促进大学生认知情绪调节的应用研究[J].电化教育研究，2023，44（2）：99-106.

[24] LEE J E， RECKER M. The effects of instructors' use of online discussions strategies on student participation and performance in university online introductory mathematics courses[J]. Computers & education， 2021，162：1-13.

[25] 彭文辉，王中国，上超望，史玲玲.学习共同体演化动态及其参与者交互模式研究——数据驱动的社会认知网络分析[J]. 电化教育研究，2021，343（11）：69-76.

[26] 沈欣忆，刘美辰，吴健伟，等.MOOC学习者在线学习行为和学习绩效评估模型研究[J].中国远程教育，2020，549（10）：1-8，76.

[27] 王洪江，李作锟，廖晓玲，等.在线自主学习行为何以表征元认知能力——基于系统性文献综述及元分析方法[J].电化教育研究， 2022，43（6）：94-103.

"Diving" or "Learning"： Re-examining the "Online Listening" in

Online Collaborative Learning

WANG Zhongguo，  PENG Wenhui， LIU Qingtang，  SHI Lingling

（Faculty of Artificial Intelligence in Education， Central China Normal University， Wuhan Hubei 430079）

[Abstract] Learners' "online listening" is a complex social activity， which is the premise and foundation of online collaborative learning dialogue， it has not been properly addressed and positively understood. Based on dialogue teaching theory， this study adopts lag sequence analysis， content analysis and social network analysis to analyze the characteristics of learners' "online listening" behavior patterns and their potential impact on learners' cognitive process， critical thinking and learning performance. It is found that learners' "online listening" behavior is the normal behavior of online collaborative learning， which has significant differences and presents periodicity and paroxysm in temporal structure. Dedicated "online listening" and high-frequency retrospective/reflective listening are conducive to learners' high-level knowledge construction and critical thinking development. There are significant differences in the behavior patterns of "online listening" between high- and low-performance learner groups， with the high-performance group having more focused "online listening" behaviors and more complete behavior paths. These findings provide theoretical support and practical reference for understanding and explaining the hidden laws and intrinsic mechanisms of online learning in digital education.

[Keywords] Online Listening; Online Speech; Online Collaborative Learning; Behavioral Sequence Pattern; Intrinsic Mechanism